陳 凱,陳求穩(wěn),于海燕,王備新,金小偉,王業(yè)耀,許人驥,蔡 琨 (1.南京農(nóng)業(yè)大學昆蟲系,江蘇南京 1009；.南京水利科學研究院生態(tài)環(huán)境研究中心,江蘇 南京 100；.浙江省環(huán)境監(jiān)測中心生態(tài)所,浙江 杭州 1001；.中國環(huán)境監(jiān)測總站,北京 10001；.江蘇省環(huán)境監(jiān)測中心,江蘇 南京 1006)

河流生態(tài)健康評價是進行水環(huán)境管理和保證水環(huán)境健康的重要內(nèi)容;開展我國流域水生態(tài)完整性監(jiān)測和評價的方法及其體系構建,是我國流域水質(zhì)目標管理技術體系的重要組成,是實施水生態(tài)功能分區(qū)管理的重要基礎,也是保障水生態(tài)可持續(xù)發(fā)展的重要前提[1].生物完整性是水生態(tài)系統(tǒng)健康評價的重要指標,是水生態(tài)完整性的關鍵組份.生物完整性是指與區(qū)域環(huán)境相適應的,經(jīng)長期進化形成的生物群落組成、結構和功能方面的屬性[3],其實質(zhì)是通過完整性指數(shù)測量河流生物學和生態(tài)學資源的現(xiàn)狀[2];基于生物群落特征的多參數(shù)指數(shù) MMI (通常也被稱為生物完整性指數(shù)IBI),及反映樣點觀測物種組成(觀測值O)與期望物種組成(期望值 E)差異性的 O/E指數(shù),均是應用最廣泛的評價河流生物完整性的兩種指數(shù).

我國自2003年開始底棲動物完整性指數(shù)評價溪流健康的研究,當前評價的指示生物類群已涉及魚類、浮游生物、微生物和水生植物,評價水體也拓展到河流、湖泊、水庫、濕地和河口等.但我國的MMI和O/E指數(shù)的研究和應用工作大多直接借鑒國外已有方法,對生物完整性指數(shù)構建方法與技術體系是否符合我國水生態(tài)系統(tǒng)特征的研究不夠深入,一定程度上限制了我國應用生物完整性評價水生態(tài)健康的業(yè)務化運行.本文就MMI和O/E指數(shù)概念、國內(nèi)外發(fā)展史和應用現(xiàn)狀進行詳細的綜述,提出構建我國MMI和O/E指數(shù)評價體系亟待解決的問題和研究建議,旨在進一步推進我國水生態(tài)系統(tǒng)健康評價的研究和業(yè)務化應用.

1 MMI和O/E指數(shù)構建方法

多參數(shù)指數(shù)(MMI)方法上等同于生物完整性指數(shù)(IBI),試圖通過綜合生物群落組成、結構、物種性狀和功能參數(shù)定量描述生物完整性[4].雖然IBI指數(shù)特指生物完整性指數(shù),但其已有構建過程較難真實且全面的反映生物完整性(例如已有IBI對具有描述生態(tài)系統(tǒng)功能信息的生物性狀和功能參數(shù)的應用極少),因此MMI的概念更為合適且正在被廣泛應用.O/E指數(shù)基于河流無脊椎動物預測與分類系統(tǒng)(RIVPACS)模型,計算物種觀測豐富度(O)和期望豐富度(E)的比值(即:觀測值/期望值,O/E)定量物種組成完整性[5-6],其比值反映期望物種組成在調(diào)查樣點的出現(xiàn)率,一定程度上表征樣點生物組成完整性的喪失程度[7].

1.1 MMI構建方法

MMI構建依據(jù)評價目的、水生態(tài)系統(tǒng)類型、指標生物類群和可用數(shù)據(jù)類型等有所區(qū)別[8],但生物參數(shù)選擇是構建具有高敏感性和響應性MMI的核心要求[9],如基于概念模型選擇生物學意義較重要的參數(shù)(如Karr最初構建IBI指數(shù)的方法[10]),和選擇判別能力(區(qū)分參照和受損健康狀況)最優(yōu)的參數(shù)(例如 Barbour等[11])是兩種基本方法.經(jīng)典MMI的構建步驟(圖1)包括:

(1)確定參照、非參照和受損點位.通常通過設定土地利用和水化學的客觀閾值、結合專家判斷法確定參照點位和非參照點位[12].參照條件的定義包括:極小干擾條件、歷史狀況、較小干擾條件和現(xiàn)存最佳條件[12].參照點位的設定應避免使用生物參數(shù)標準,生物參數(shù)標準易造成 MMI構建的“循環(huán)效應”[12].

(2)標準化野外采樣、生物分類和數(shù)據(jù)整理工作.建立標準化的水生生物采樣工具[13-14]和采樣強度[15],實驗室內(nèi)生物分類水平[15]與數(shù)據(jù)處理方法[15-17]等,以提高過程的質(zhì)量保證和結果的可靠性.

(3)候選生物參數(shù).候選生物參數(shù)類型可以分為:群落組成參數(shù)、豐富度/多樣性參數(shù)、敏感值/耐污值參數(shù)、營養(yǎng)結構/功能性參數(shù)、生物習性參數(shù)等[8-9].廖靜秋等[18]總結了魚類、底棲動物和著生藻類MMI構建的常用生物參數(shù).

(4)參數(shù)分布范圍檢驗.較窄的分布范圍說明參數(shù)反映的自然梯度和人類脅迫梯度的范圍較窄[9],包括:所有點位或參照點位生物參數(shù)值的分布范圍極小,或大部分點位的參數(shù)值都為相同數(shù)值.分布范圍的檢驗方法多樣,應依據(jù)生物參數(shù)信息確定檢驗分布范圍的方法和閾值[9].

(5)控制自然梯度影響.底棲動物群落組成、結構和功能等在時空尺度同時受到人類干擾和自然梯度的影響[19-20],混淆自然變異和人類干擾的影響,容易增加評價結果出現(xiàn)I型(Type I,將健康水體誤判為受損水體)和 II型(Type II,將受損水體誤判為健康水體)錯誤的概率[21].為準確評價人類干擾的影響,應盡可能地降低自然梯度的影響.依據(jù)自然特征分區(qū)和預測模型是兩種主要方法.

分區(qū)(classification或者regionalization)即利用生態(tài)區(qū)(Omernik[22-23])最小化參照和評價樣點間的自然特征差異性,但用于分區(qū)的自然特征并不一定是影響水生生物群落自然差異性的主要原因[24-25],而且該方法不能定量化自然梯度的影響[24,26].重復性檢驗 (例如:信號/噪聲比)是結合生態(tài)區(qū)方法常用的,檢驗生物參數(shù)時空尺度穩(wěn)定性的常用指標.

預測模型方法通過構建生物參數(shù)對自然梯度的響應模型,計算模型殘差,達到定量化降低甚至消除自然梯度影響的目的[27],該方法理論上不受生物類群和研究水體的限制[25,27-29].模型構建方法包括:逐步多元線性回歸[27,30-32]、分類與回歸樹[28]、隨機森林[25,33-34]、促進回歸樹[35]等.其中,基于分類與回歸樹模型的優(yōu)點有:可以處理自變量和應變量之間的復雜關系,計算數(shù)據(jù)不需要符合正態(tài)分布、模型不會出現(xiàn)過擬合、自變量共線性不會對計算結果產(chǎn)生影響等[36-38],已經(jīng)逐漸成為目前最廣泛應用的模型方法.

(6)判別能力/響應性分析.計算生物參數(shù)區(qū)分不同脅迫程度影響的能力,檢驗方法包括:相關性分析[9]、散點圖[39]、箱式圖[40]、非參數(shù) t檢驗[28]、有效判別系數(shù)[41]等.判斷生物參數(shù)對人類干擾梯度響應方向是判別能力分析的必要前提步驟[11].

(7)冗余分析.指生物參數(shù)的生物信息相似,或具有高度相關性[9];生物參數(shù)高度冗余易顯著降低 MMI的可靠性.剔除相關性較強(例如相關系數(shù) r＞|0.70|)的生物參數(shù)和減小MMI構成參數(shù)相關系數(shù)平均值[34,42]是避免冗余的兩種主要方法[9].聚類分析[28]和主成分分析[33]是近年流行的降低生物參數(shù)相關系數(shù)平均值的方法.

(8)生物參數(shù)賦值.該步驟標準化生物參數(shù)的分布范圍和一致化對脅迫的響應方向,并計算MMI最終值.生物參數(shù)賦值的方法包括不連續(xù)賦值法和連續(xù)賦值法.不連續(xù)賦值法(如 3分法[10]和4分法[43])易增加MMI的不穩(wěn)定性,而且限制了其在不同類型水體的應用[44].連續(xù)賦值法不僅避免了這些缺點,而且能夠避免主觀確定生物參數(shù)的健康條件;使用連續(xù)賦值法時通常使用參照點位和受損點位的95%和5%分位數(shù)值作為期望最佳值或最差值,避免異常值的影響[28,44].

(9)表現(xiàn)力評價和評價標準建立.通過精確度、準確度/偏差、響應性和敏感性等比較評價表現(xiàn)力[25].通常利用參照點位 MMI值的標準差(SD)衡量精確度,SD 越小則精確度越高.準確度/偏差通過構建自然環(huán)境梯度對參照點位MMI的解釋模型,殘留自然變異的解釋量超過 10%[25]則認為偏差較大,準確度較低.響應性測量參照點位和嚴重受損點位 MMI值的差異性,差異性越大,說明響應性越高.

圖1 構建多參數(shù)完整性指數(shù)(MMI)經(jīng)典步驟的流程Fig.1 Schematic overview of the required steps to develop a Multimetric Index (MMI)

敏感性是處于非參照等級(non-reference condition, NRC)的監(jiān)測點位百分比.敏感性和評價標準緊密相關,用于計算評價標準的方法包括生態(tài)學方法、統(tǒng)計學方法、專家判斷法[45]等.生態(tài)學方法通過計算評價指數(shù)和人類脅迫的關系確定;統(tǒng)計學方法通過等間距方法確定健康等級;專家判斷法主觀性最強,通過專家經(jīng)驗賦值健康等級.健康標準閾值計算方法包括:通過計算生物參數(shù)和人類脅迫梯度關系的TITAN[46-47]模型法,以參照點位值的5%、10%、或25%分位數(shù)作為評價標準[25,28,43],通過參照點位 SD 確定標準[48-49],通過單尾非中心對稱的不等和等價測驗計算標準[33-34,50];對小于該閾值的MMI分布范圍進行3或4等分,確定健康等級(例如:亞健康、一般、差、較差).

近年來 MMI構建步驟不斷簡化,較大判別能力和較低冗余性是選擇MMI核心構成參數(shù)的重點步驟,因此將兩者相結合是主要步驟,例如:Vander Laan和Hawkins[33]將t檢驗和PCA相結合篩選生物參數(shù),Chen等[17]利用t檢驗和聚類分析相結合選擇生物參數(shù).但本文認為,分布范圍檢驗是所有步驟的基礎,較窄的分布范圍說明參照點位覆蓋的自然梯度范圍可能較窄,而且較多0值或相同值易影響預測模型構建,從而影響最終評價結果.

1.2 O/E構建方法

O/E指數(shù)構建的參照點位確定、標準化野外采樣、生物分類和數(shù)據(jù)整理等方法同MMI指數(shù).主要步驟包括[49](圖2):

(1)參照點位聚類.剔除稀有物種[51]后,根據(jù)物種組成對參照點位進行聚類分析.聚類方法包括:TWINSPAN 法[5,52-53]、Ward融合法[54]、K-means法[55]、和現(xiàn)階段常用的UPGMA flexible β方法[51,56-58].

(2)點位權重計算.使用人類活動難以改變的自然因子(例如:經(jīng)度、維度、海拔、河流等級等),建立參照點位聚類類群與自然因子的判別模型,計算各點位屬于參照點位聚類類群的權重.多元判別模型(MDA)是經(jīng)典的模型方法[25,52-53,59],邏輯斯蒂回歸[60]、人工神經(jīng)網(wǎng)絡(ANN)[61]、貝葉斯網(wǎng)絡[62]等也是較常用的模型,RF模型是近年來最流行的方法[25,33,63].

(3)物種權重計算.計算區(qū)域物種庫中每個物種屬于每個參照點位類群的權重.

(4)物種出現(xiàn)概率(Pc).將第 2和 3步的點位權重與物種權重進行加權,計算物種出現(xiàn)概率Pc.Pc值越大,說明物種出現(xiàn)的概率越高,為常見物種;Pc值越小,說明物種可能出現(xiàn)的概率越小,為稀有物種.通常使用 Pc≥0.5和 Pc＞0兩種閾值用于 O/E 計算,Pc≥0.5(常見物種)較 Pc＞0的 O/E 表現(xiàn)力更高[64-65].

(5)觀測值/期望值(O/E)比值.將大于設定 Pc閾值的所有出現(xiàn)物種的Pc值相加得到該點位的期望豐富度值(E),同時計算大于設定 Pc閾值的物種觀測豐富度值(O).最終O/E值在理論上介于0～1之間,但也有可能略大于1.

圖2 構建和應用基于RIVPACS模型的O/E指數(shù)經(jīng)典步驟的流程Fig.2 Schematic representation of the general steps followed in the RIVPACS approach for O/E construction and application

(6)評價表現(xiàn)力和模型誤差.O/E表現(xiàn)力的評價參數(shù)同 MMI評價表現(xiàn)力.但對 O/E,還可以計算重復樣本標準差(RSSD)[57]占零模型標準差[57]的范圍百分比(PctRange)[57-58];零模型標準差代表理論上O/E的最低精確度,RSSD代表O/E指數(shù)的變異僅來源于重復采樣過程中的系統(tǒng)誤差,是理論上O/E最高精確度,PctRange值越大說明O/E值的精確性越高.

(7)評價標準.O/E≈1代表評價點位的物種組成完整性較高,O/E<<1表示物種組成完整性受到了破壞.評價標準構建方法同 MMI評價標準建立方法.

2 MMI和O/E指數(shù)的共同點和優(yōu)缺點

MMI和O/E指數(shù)都測量生物完整性,理論基礎都是參照健康方法理論(RCA)[66-67],在標準化野外采樣、實驗室處理和數(shù)據(jù)分析等工作的基礎上,聯(lián)系生物特征與環(huán)境特征,最后通過數(shù)值方法直觀表述健康得分,用于評估水體健康現(xiàn)狀和退化程度.

MMI和O/E的主要區(qū)別在對生物完整性的定義、對生物群落受損狀況表征和對參照點位分類3個方面[68].MMI定義的生物完整性包括個體、種群、群落和生態(tài)系統(tǒng)特征等,不同生物特征對不同脅迫類型的響應具有差異性,因此MMI理論上對更多的脅迫類型存在響應;O/E指數(shù)根據(jù)物種組成相似性,通過表征物種缺失代表生物完整性的退化程度.與O/E相比,MMI對生物完整性的定義更全面;但在理論和實際操作中,O/E比MMI更容易理解.O/E對物種組成變化更加敏感,評價結果不僅能夠體現(xiàn)物種豐富度變化,而且能夠表明物種的替代;而MMI不能夠反映物種組成的變化,具有相同生態(tài)功能的物種替代可能不會影響 MMI.經(jīng)典MMI對所有點位進行預先分區(qū),然后對處于同一生態(tài)區(qū)的點位進行MMI的構建和應用;O/E則是通過后分區(qū)的方法,按照物種組成信息將具有相似物種組成的參照點位聚類在一起.

MMI構建需要參照點位和嚴重受損點位的數(shù)據(jù),但O/E的構建僅依據(jù)參照點位數(shù)據(jù)[25].O/E在構建過程中定量檢驗評價點位與參照點位空間關系,但MMI并不會定量檢驗它們的關系[7,48].已有研究表明,MMI對中低程度的干擾較敏感,對中等到較嚴重干擾的響應敏感性明顯降低,但O/E對不同受損程度都擁有較好的敏感性和響應關系[25,33,69].

與MMI相比,O/E指數(shù)[68]:(1)不需要將所有點位進行預先分組,(2)對參照點位是否來自于同一個研究區(qū)域不敏感,(3)利用相對獨立的數(shù)據(jù)進行 O/E指數(shù)的計算,減少了未知誤差的影響,(4)加權點位可能性和物種可能性,保證結果的可靠性.但O/E指數(shù)構建需要大量數(shù)據(jù)收集,且模型方法較復雜,不利于O/E的推廣和應用.

3 MMI和O/E指數(shù)發(fā)展簡史和國內(nèi)外應用現(xiàn)狀

3.1 MMI發(fā)展簡史和國內(nèi)外應用現(xiàn)狀

Karr[10]最早基于魚類群落建立半定量半定性的生物完整性指數(shù),評價人類干擾對黑溪及其對應流域的影響(圖3).該評價方法得到許多研究者的認可,在不斷完善其構建和評價方法的基礎上,應用在北美其他流域[70-71];并逐漸傳播到歐洲大陸,在相對更大的空間尺度上進行應用[30,72],同時候選生物參數(shù)增加了反映生態(tài)系統(tǒng)功能的參數(shù)[30].在此基礎上成功地應用定量程度更高的MMI評價溪流[73-74]、湖泊[75-76]、濕地[77]和河口[78-79]等水體生態(tài)健康,評價指標生物也由魚類拓展到底棲動物[80]、藻類[28,81]、浮游動物[82]、水生植物[83]及綜合生物類群[84-85].最初的 MMI用于較小空間尺度下的河流生態(tài)健康評價[10],在標準化和統(tǒng)一構建方法的基礎上[9],MMI被逐漸應用在區(qū)域尺度[39,86]、國家尺度[87]、以及不同大洲[88-89]的水體.但由于研究區(qū)域自然梯度和干擾類型的差異性,導致 MMI在較大空間尺度上無法進行有效比較[7],因此預測模型 MMI[27]于 21世紀初開始出現(xiàn),通過定量自然變量對生物群落的影響,提高 MMI在時空尺度的可比性和穩(wěn)定性[34](圖3).

我國的生物監(jiān)測工作始于20世紀70年代環(huán)境污染調(diào)查[1],但對 MMI研究的起步較晚,王備新等[43,90]以天目山—大別山闊葉林生態(tài)區(qū)的溪流為研究對象,于2003年首次嘗試構建底棲動物MMI指標體系.自此以來,以魚類[91-92]、底棲動物[93-94]和硅藻[95]為指標生物的MMI指數(shù)被廣泛應用于我國溪流[96]、河流[92,97]、湖泊[98]等水體的生態(tài)健康評價.我國主要利用 MMI確定流域水生生物健康現(xiàn)狀(例如Huang等[99])、構建區(qū)域尺度下特定流域的生物完整性評價體系與評價標準(例如張遠等[96])、分析與MMI指數(shù)顯著相關的環(huán)境梯度(例如Li等[100])等.我國僅在近年開始預測模型MMI的研究,Chen等[34]利用不同季節(jié)和年份的漓江流域河流底棲動物數(shù)據(jù),陳凱等[101]利用浙江中北部東苕溪、西苕溪、錢塘江流域和臨安市河流共 4個子流域的底棲動物和環(huán)境數(shù)據(jù),比較了預測模型和常規(guī) MMI的評價表現(xiàn)力;與國外已有研究結果類似,研究結果都發(fā)現(xiàn)預測模型和常規(guī)MMI的核心組成參數(shù)存在差異,預測模型 MMI的精確度和準確度高于,但敏感性和響應性低于常規(guī)MMI.

3.2 O/E發(fā)展簡史和國內(nèi)外應用現(xiàn)狀

英國首先提出基于底棲動物的RIVPACS模型構建O/E進行河流生態(tài)健康評價的概念[5-6](圖3).90年代初RIVPACS II和RIVPACS III模型在標準化采樣方法、增加參照點位數(shù)量、評估不同分類等級結果、綜合多時間尺度數(shù)據(jù)、結合定性和定量數(shù)據(jù)構建模型、研究點位聚類和預測新方法、評估模型輸出不確定性等方面得到了顯著的提高[102].隨著時間推移,RIVPACS模型方法和技術在美國得到了前所未有的推進[103],例如:RIVPACS零模型構建[57]和優(yōu)化判別預測模型選擇[104],通過監(jiān)測物種組成完整性評價水生態(tài)健康也逐漸成為 RIVPACS的核心目標之一[105].在此基礎上, Reynoldson等[106]發(fā)展適合加拿大的BEAST模型,Smith等[107]構建適合澳大利亞的AUSRIVAS模型.O/E指數(shù)評價的目標生態(tài)系統(tǒng)也擴展到湖泊和濕地[106,108];指標生物也從底棲動物擴展到魚類[109]、底棲硅藻[110]、大型植物[111],綜合生物類群[84,112],甚至是棲息地組成[113]等.

在我國,應用RIVPACS模型的O/E指數(shù)評價河流生態(tài)健康的研究最初僅有綜述性文章介紹其基本概念,并分析優(yōu)缺點等[114-119].隨后,張杰等[120]嘗試構建底棲動物O/E指數(shù)評價漓江生態(tài)系統(tǒng)健康,用于預測模型試驗研究;陳凱[69]應用多季節(jié)和多年分的底棲動物數(shù)據(jù)構建浙江省多個河流流域的 O/E指數(shù),并比較其評價表現(xiàn)力;Chen等[17]研究了底棲動物采樣強度對O/E指數(shù)評價表現(xiàn)力的影響;陳凱等[121]利用已有的季風氣候區(qū)RIVPACS模型評價了淮河流域典型水體的底棲動物組成完整性.

圖3 MMI和O/E指數(shù)發(fā)展簡史(改自Hawkins等2010[66])Fig.3 Brief history of the development, application, and interpretation of MMI and O/E indices[66]

4 國內(nèi)開展MMI和O/E指數(shù)研究與應用研究建議

MMI和O/E指數(shù)的理論基礎和技術方法日漸成熟,體現(xiàn)出廣泛的應用可行性.然而,目前我國MMI和O/E指數(shù)的應用大多直接借鑒國外已有方法,缺乏適合我國水生態(tài)系統(tǒng)特征的生物完整性指數(shù)基礎方法和技術體系的深入研究.因此,結合我國不同區(qū)域的水環(huán)境污染和干擾類型的新特點[122]、水生生物區(qū)系組成和分布等研究,提出適用于我國多種水生態(tài)系統(tǒng)特征的生物評價方法和技術體系,對我國水體健康現(xiàn)狀評價、水生態(tài)系統(tǒng)退化原因診斷、水生態(tài)健康變化趨勢預測預警、全國尺度生物評價技術及規(guī)范應用、推廣和比較等有重要的積極作用.本文認為當前我國MMI和O/E指數(shù)研究工作應著重在:(1)生物和環(huán)境基礎數(shù)據(jù)收集和數(shù)據(jù)庫構建;(2)構建規(guī)范化方法和技術體系的適用性研究;(3)評價基準和標準.

4.1 生物與環(huán)境基礎數(shù)據(jù)收集和數(shù)據(jù)庫構建

我國地域遼闊,存在地形、地貌、氣候、溫度、水文條件等自然環(huán)境梯度從南至北和從東至西差異大、水生生物多樣性豐富的特點,但不同水生生物的區(qū)域尺度和全國尺度多樣性及其分布格局依然不清.因此,基礎數(shù)據(jù)收集和數(shù)據(jù)庫構建對我國MMI和O/E指數(shù)研究和推廣應用顯得尤為重要.如參照樣點的數(shù)量及其空間分布是否覆蓋所有水生態(tài)功能區(qū)類型,是否包含了生物群落隨時間(年份、季節(jié)、月份)的變化特點,均會對MMI和 O/E指數(shù)的準確性和精確性產(chǎn)生影響.基礎數(shù)據(jù)收集和數(shù)據(jù)庫構建工作包括:(1)歷史資料的收集與整理.主要是對流域內(nèi)或區(qū)域內(nèi)曾開展生物監(jiān)測工作樣點及其已有生物監(jiān)測數(shù)據(jù)的收集和整理;(2)區(qū)域物種數(shù)據(jù)厘訂.根據(jù)最新發(fā)表的物種鑒定與分布的數(shù)據(jù)資料,結合形態(tài)學和分子生物學手段,如分子條形碼技術,完善和明確區(qū)域物種名錄;(3)補充調(diào)查.結合自然環(huán)境特征,重點開展符合參照條件樣點的環(huán)境和生物數(shù)據(jù)的補充調(diào)查工作;(4)建立具有檢索和常用生物指數(shù)運算功能的樣點與物種數(shù)據(jù)庫.

4.2 構建規(guī)范化方法和技術體系的適用性研究

規(guī)范化MMI和O/E指數(shù)構建方法和技術體系,并研究和提高其對不同水生態(tài)類型的適用性,有助于不同地區(qū)類似水生態(tài)系統(tǒng)健康評價體系的推廣應用,提高評價結果可比性,統(tǒng)一評價基準的構建和評價標準等級的實施.我國不同地區(qū)生物完整性指數(shù)監(jiān)測技術方法發(fā)展不平衡,目前沒有適合我國不同水體類型特點的且通用的生物完整性指數(shù)監(jiān)測技術規(guī)范,缺乏樣品野外采集和實驗室處理、指示生物類群選擇、指數(shù)構建方法和流程選擇、空間尺度選擇等構建方法和技術等方面的規(guī)范化的適用性標準.

(1)野外采集和實驗室樣品處理方法與規(guī)范.保證生物數(shù)據(jù)的有效性與準確性是提高生物完整性指數(shù)及其評價基準的基礎條件.結合我國水生態(tài)分區(qū)的河流及對應流域的自然特征,建立適合不同水環(huán)境特征的水生生物樣品野外采集(如采樣工具選擇、目標生境選擇、固定采樣面積、樣本重復數(shù)量),和實驗室樣品處理(如抽樣個體數(shù)、水生生物分類等級、混合分類單元(OTU)使用和一致化分類等級)的方法和技術規(guī)范.

(2)指示生物類群選擇.確定不同水生態(tài)分區(qū)和典型流域的水環(huán)境污染現(xiàn)狀特征、典型水環(huán)境問題及其作用空間尺度,明確指示污染類型的單一或綜合生物類群,提高水生態(tài)現(xiàn)狀評價結果的全面性和可信度.結合水環(huán)境數(shù)據(jù)收集結果,綜合水生生物群落組成、結構和生物性狀及其功能多樣性參數(shù)的響應特征,探索生物類群權重賦值,明確評價指標構建的方法體系.

(3)候選生物參數(shù)數(shù)據(jù)庫.依據(jù)收集的基礎數(shù)據(jù),建立我國水生態(tài)系統(tǒng)完整性評價的指導性常用候選生物參數(shù)數(shù)據(jù)庫;增加能夠反映生態(tài)系統(tǒng)功能的水生生物性狀組成和功能多樣性參數(shù)列表;為全面構建生物完整性提供基礎參數(shù)平臺.

(4)指數(shù)構建方法、流程選擇和空間尺度選擇方法和技術體系.對擁有復雜地質(zhì)學、地理地形學、河流形態(tài)學、景觀學等自然特征的不同河流類型,構建利用我國數(shù)據(jù)驗證的、適合不同流域和水功能分區(qū)的生物完整性指數(shù)構建方法和技術體系,包括:合理的評價指數(shù)構建過程、自然特征差異性消除方法、評價模型和預測模型的構建和適用性檢驗、合適的生物完整性評價空間尺度選擇、不同流域評價結果闡述內(nèi)容的一致性和水生態(tài)系統(tǒng)健康的變化趨勢等.

4.3 評價基準和標準

評價基準與標準是有效實施水生生物完整性目標的主要基礎和管理依據(jù).生物評價基準是指未受人類干擾和污染的自然狀態(tài)下水生生物完整性狀況,是基于科學調(diào)查、實驗和科學推論的客觀結果;生物評價標準是以評價基準為理論依據(jù),綜合考慮自然條件和人類干擾等因素制定的,生物對不同類型和不同程度人類干擾響應敏感性的直觀評價.評價基準是制定評價標準的理論基礎,決定著評價標準的科學性、準確性和可靠性,而評價標準是水環(huán)境管理的基礎和目標,也是判斷生物群落退化程度、評估生物群落受影響程度和確定技術方法進行管理等的依據(jù)[123],是健康評價最重要的步驟之一[45].生物評價基準確定和評價標準等級構建的科學性和系統(tǒng)性內(nèi)容包括:(1)參照體系.參照點位質(zhì)量是評價基準建立的根本,根據(jù)我國水生態(tài)分區(qū)的水體及其流域特征,確定合適的參照點位的定義,設定參照點位選擇的土地利用和物理化學指標及其閾值標準,明確基于特定參照點位類群的評價標準可應用的空間尺度范圍;(2)評價標準計算方法.根據(jù)我國不同水生態(tài)分區(qū)的生物完整性指數(shù)分布特點,科學選擇評價標準計算方法,制定適合評價不同空間尺度水體的健康評價標準等級;(3)生物基準和標準與污染物總量控制.生物完整性基準和標準成為關系到容量總量控制能否全面實施的關鍵要素之一,明確污染的生態(tài)效應,基于污染物總量控制制定相應的合理生物完整性指數(shù)標準,為污染物總量控制提供數(shù)據(jù)積累和理論支持.

參考文獻：

[1]金小偉,王業(yè)耀,王備新,等.我國流域水生態(tài)完整性評價方法構建 [J]. 中國環(huán)境監(jiān)測, 2017,33(1):75-81.

[2]Hawkins C P, Olson J R, Hill R A. The reference condition:predicting benchmarks for ecological and water-quality assessments [J]. Journal of the North American Benthological Society, 2010,1(29):312-343.

[3]Karr J R. Biological integrity: a long-neglected aspect of water resource management [J]. Ecological Applications, 1991,1(1):66-84.

[4]Karr J R, Chu E W. Introduction: Sustaining living rivers [J].Hydrobiologia, 2000,422/423:1-14.

[5]Wright J, Moss D, Armitage P, et al. A preliminary classification of running-water sites in Great Britain based on macroinvertebrate species and the prediction of community type using environmental data [J]. Freshwater Biology, 1984,3(14):221-256.

[6]Furse M T, Moss D, Wright J F, et al. The influence of seasonal and taxonomic factors on the ordination and classification of running-water sites in Great Britain and on the prediction of their macro-invertebrate communities [J]. Freshwater Biology, 1984,14(3):257-280.

[7]Hawkins C P. Quantifying biological integrity by taxonomic completeness: its utility in regional and global assessments [J].Ecological Applications, 2006,4(16):1277-1294.

[8]Hering D, Feld C, Moog O, et al. Cook book for the development of a multimetric Index for biological condition of aquatic ecosystems: experiences from the European AQEM and STAR projects and related initiatives [J]. Hydrobiologia, 2006,566:311-324.

[9]Stoddard J L, Herlihy A T, Peck D V, et al. A process for creating multimetric indices for large-scale aquatic surveys [J]. Journal of the North American Benthological Society, 2008,4(27):878-891.

[10]Karr J R. Assessment of biotic integrity using fish communities[J]. Fisheries, 1981,6(6):21-27.

[11]Barbour M T, Gerritsen J, Snyder B D, et al. Rapid bioassessment protocols for use in streams and wadeable rivers: periphyton,benthic macroinvertebrates and fish [M]. Washington:Environmental Protection Agency, 1999.

[12]Stoddard J L, Larsen D P, Hawkins C P, et al. Setting expectations for the ecological condition of streams: the concept of reference condition [J]. Ecological Applications, 2006,4(16):1267-1276.

[13]王備新,楊蓮芳.溪流底棲動物定量與半定量采樣法比較研究[J]. 應用與環(huán)境生物學報, 2006,12(5):719-721.

[14]趙 靜,章守宇,林 軍,等.不同采樣設計評估魚類群落效果比較 [J]. 應用生態(tài)學報, 2014,25(4):1181-1187.

[15]Cao Y, Hawkins C P. The comparability of bioassessments: a review of conceptual and methodological issues 1 [J]. Journal of the North American Benthological Society, 2011,30(3):680-701.

[16]Ostermiller J D, Hawkins C P. Effects of sampling error on bioassessments of stream ecosystems: application to RIVPACS-type models [J]. Journal of the North American Benthological Society, 2004,2(23):363-382.

[17]Chen K, Hughes R M, Wang B. Effects of fixed-count size on macroinvertebrate richness, site separation, and bioassessment of Chinese monsoonal streams [J]. Ecological Indicators, 2015,53:162-170.

[18]廖靜秋,黃 藝.應用生物完整性指數(shù)評價水生態(tài)系統(tǒng)健康的研究進展 [J]. 應用生態(tài)學報, 2013,24(1):295-302.

[19]Vannote R L, Minshall G W, Cummins K W, et al. The river continuum concept [J]. Canadian Journal of Fisheries and Aquatic Sciences, 1980,1(37):130-137.

[20]Marchant R, Hirst A, Norris R, et al. Classification of macroinvertebrate communities across drainage basins in Victoria,Australia: consequences of sampling on a broad spatial scale for predictive modelling [J]. Freshwater Biology, 1999,41(2):253-268.

[21]Vander Laan J J. Environmental assessment of streams: linking land use, instream stressors, and biological indices to infer likely causes of ecological impairment [D]. Logan:Utah State University, 2012.

[22]Omernik J M. Ecoregions of the conterminous United States [J].Annals of the Association of American geographers, 1987,77(1):118-125.

[23]Omernik J M. Ecoregions: a framework for managing ecosystems[J]. Journal of the American Water Resources Association, 1995,33(5):925-949.

[24]Hawkins C P, Vinson M R. Weak correspondence between landscape classifications and stream invertebrate assemblages:implications for bioassessment [J]. Journal of the North American Benthological Society, 2000,19(3):501-517.

[25]Hawkins C P, Cao Y, Roper B. Method of predicting reference condition biota affects the performance and interpretation of ecological indices [J]. Freshwater Biology, 2010,5(55):1066-1085.

[26]Hawkins C P, Norris R H. Performance of different landscape classifications for aquatic bioassessments: introduction to the series [J]. Journal of the North American Benthological Society,2000,19(3):367-369.

[27]Oberdorff T, Pont D, Hugueny B, et al. Development and validation of a fish-based index for the assessment of ‘river health’ in France [J]. Freshwater Biology, 2002,47(9):1720-1734.

[28]Cao Y, Hawkins C P, Olson J, et al. Modeling natural environmental gradients improves the accuracy and precision of diatom-based indicators [J]. Journal of the North American Benthological Society, 2007,26(3):566-585.

[29]Jones R C. Modeling to improve vegetation-based wetland biological assessment [D]. Logan:Utah State University, 2014.

[30]Pont D, Hugueny B, Beier U, et al. Assessing river biotic condition at a continental scale: a European approach using functional metrics and fish assemblages [J]. Journal of Applied Ecology, 2006,43(1):70-80.

[31]Moya N, Tomanova S, Oberdorff T. Initial development of a multi-metric index based on aquatic macroinvertebrates to assess streams condition in the Upper Isiboro-Sécure Basin, Bolivian Amazon [J]. Hydrobiologia, 2007,589(1):107-116.

[32]Moya N, Hughes R M, Domínguez E, et al. Macroinvertebratebased multimetric predictive models for evaluating the human impact on biotic condition of Bolivian streams [J]. Ecological Indicators, 2011,11(3):840-847.

[33]Vander Laan J J, Hawkins C P. Enhancing the performance and interpretation of freshwater biological indices: An application in arid zone streams [J]. Ecological Indicators, 2014,36:470-482.

[34]Chen K, Hughes R M, Xu S, et al. Evaluating performance of macroinvertebrate-based adjusted and unadjusted multi-metric indices (MMI) using multi-season and multi-year samples [J].Ecological Indicators, 2014,36:142-151.

[35]Esselman P C, Infante D M, Wang L, et al. Regional fish community indicators of landscape disturbance to catchments of the conterminous United States [J]. Ecological indicators, 2013,26:163-173.

[36]Cutler D R, Edwards Jr T C, Beard K H, et al. Random forests for classification in ecology [J]. Ecology, 2007,11(88):2783-2792.

[37]Breiman L. Random forests [J]. Machine Learning, 2001,1(45):5-32.

[38]Elith J, Leathwick J R, Hastie T. A working guide to boosted regression trees [J]. Journal of Animal Ecology, 2008,77(4):802-813.

[39]Mccormick F H, Hughes R M, Kaufmann P R, et al. Development of an index of biotic integrity for the Mid-Atlantic Highlands region [J]. Transactions of the American Fisheries Society, 2001,130(5):857-877.

[40]Barbour M T, Gerritsen J, Griffith G E, et al. A framework for biological criteria for Florida streams using benthic macroinvertebrates [J]. Journal of the North American Benthological Society, 1996,2(15):185-211.

[41]Stribling J B, Jessup B K, White J S, et al. Development of a benthic index of biotic integrity for Maryland streams [M].Annapolis: Maryland Department of Natural Resources, 1998.

[42]Van Sickle J. Correlated metrics yield multimetric indices with inferior performance [J]. Transactions of the American Fisheries Society, 2010,139(6):1802-1817.

[43]王備新.大型底棲無脊椎動物水質(zhì)生物評價研究 [D]. 南京:南京農(nóng)業(yè)大學, 2003.

[44]Blocksom K A. A performance comparison of metric scoring methods for a multimetric index for Mid-Atlantic Highlands streams [J]. Environmental Management, 2003,31(5):670-682.

[45]Birk S, Bonne W, Borja A, et al. Three hundred ways to assess Europe's surface waters: an almost complete overview of biological methods to implement the Water Framework Directive[J]. Ecological Indicators, 2012,18:31-41.

[46]King R S, Baker M E. Considerations for analyzing ecological community thresholds in response to anthropogenic environmental gradients [J]. Journal of the North American Benthological Society, 2010,29(3):998-1008.

[47]Mykr? H, Saarinen T, Tolkkinen M, et al. Spatial and temporal variability of diatom and macroinvertebrate communities: How representative are ecological classifications within a river system?[J]. Ecological Indicators, 2012,18:208-217.

[48]Clarke R T, Furse M T, Wright J F, et al. Derivation of a biological quality index for river sites: Comparison of the observed with the expected fauna [J]. Journal of Applied Statistics, 1996,2-3(23):311-332.

[49]Hawkins C P, Carlisle D M. Use of predictive models for assessing the biological integrity of wetlands and other aquatic habitats [M]. New York: John Wiley and Son, 2001:59-83.

[50]Bowman M F, Somers K M. Evaluating a novel Test Site Analysis (TSA) bioassessment approach [J]. Journal of the North American Benthological Society, 2006,25(3):712-727.

[51]Cao Y, Larsen D P, Thorne R S. Rare species in multivariate analysis for bioassessment: some considerations [J]. Journal of the North American Benthological Society, 2001,20(1):144-153.

[52]Moss D, Furse M T, Wright J F, et al. The prediction of the macro-invertebrate fauna of unpolluted running-water sites in Great Britain using environmental data [J]. Freshwater Biology,1987,1(17):41-52.

[53]Clarke R T, Wright J F, Furse M T. RIVPACS models for predicting the expected macroinvertebrate fauna and assessing the ecological quality of rivers [J]. Ecological Modelling, 2003,3(160):219-233.

[54]Ward Jr J H. Hierarchical grouping to optimize an objective function [J]. Journal of the American statistical association,1963,58(301):236-244.

[55]Moss D. An initial classification of 10-km squares in Great Britain from a land characteristic data bank [J]. Applied Geography, 1985,5(2):131-150.

[56]Mendes T, Calapez A R, Elias C L, et al. Comparing alternatives for combining invertebrate and diatom assessment in stream quality classification [J]. Marine and Freshwater Research, 2014,65(7):612-623.

[57]Van Sickle J, Hawkins C P, Larsen D P, et al. A null model for the expected macroinvertebrate assemblage in streams [J]. Journal of the North American Benthological Society, 2005,1(24):178-191.

[58]Hill R A, Hawkins C P. Using modelled stream temperatures to predict macro-spatial patterns of stream invertebrate biodiversity[J]. Freshwater Biology, 2014,59(12):2632-2644.

[59]Moss D. Evolution of statistical methods in RIVPACS [M].Ambleside: Freshwater Biological Association, 2000:25–38.

[60]Linke S, Bailey R C, Schwindt J. Temporal variability of stream bioassessments using benthic macroinvertebrates [J]. Freshwater Biology, 1999,42(3):575-584.

[61]Joy M K, Death R G. Predictive modelling and spatial mapping of freshwater fish and decapod assemblages using GIS and neural networks [J]. Freshwater Biology, 2004,49(8):1036-1052.

[62]Adriaenssens V, Goethals P, Charles J, et al. Application of Bayesian Belief Networks for the prediction of macroinvertebrate taxa in rivers [J]. Annales de Limnologie e International Journal of Limnology, 2004,40(3):181-191.

[63]Waite I R, Kennen J G, May J T, et al. Comparison of Stream Invertebrate Response Models for Bioassessment Metrics1 [J].Journal of the American Water Resources Association, 2012,48(3):570-583.

[64]Clarke R T, Murphy J F. Effects of locally rare taxa on the precision and sensitivity of RIVPACS bioassessment of freshwaters [J]. Freshwater Biology, 2006,51(10):1924-1940.

[65]Van Sickle J, Larsen D P, Hawkins C P. Exclusion of rare taxa affects performance of the O/E index in bioassessments [J].Journal of the North American Benthological Society, 2007,2(26):319-331.

[66]Hawkins C P, Olson J R, Hill R A. The reference condition:predicting benchmarks for ecological and water-quality assessments [J]. Journal of the North American Benthological Society, 2010,1(29):312-343.

[67]Reynoldson T B, Norris R H, Resh V H, et al. The reference condition: a comparison of multimetric and multivariate approaches to assess water-quality impairment using benthic macroinvertebrates [J]. Journal of the North American Benthological Society, 1997,16(4):833-852.

[68]Norris R H, Hawkins C P. Monitoring river health [J].Hydrobiologia, 2000,435(1-3):5-17.

[69]陳 凱.提高底棲動物多參數(shù)(MMI)和多變量(O/E)指數(shù)評價溪流水質(zhì)能力的研究 [D]. 南京:南京農(nóng)業(yè)大學, 2014.

[70]Miller D L, Hughes R M, Karr J R, et al. Regional applications of an index of biotic integrity for use in water resource management[J]. Fisheries, 1988,13(5):12-20.

[71]Steedman R J. Modification and assessment of an index of biotic integrity to quantify stream quality in southern Ontario [J].Canadian Journal of Fisheries and Aquatic Sciences, 1988,45(3):492-501.

[72]Schmutz S, Cowx I G, Haidvogl G, et al. Fish-based methods for assessing European running waters: a synthesis [J]. Fisheries Management and Ecology, 2007,14(6):369-380.

[73]Stoddard J L, Peck D V, Olsen A R, et al. Environmental Monitoring and Assessment Program (EMAP): western streams and rivers statistical summary [M]. Washington: Environmental Protection Agency, 2005.

[74]Rehn A C, Ode P R, Hawkins C P. Comparisons of targeted-riffle and reach-wide benthic macroinvertebrate samples: implications for data sharing in stream-condition assessments [J]. Journal of the North American Benthological Society, 2007,26(2):332-348.

[75]Beck M W, Hatch L K. A review of research on the development of lake indices of biotic integrity [J]. Environmental Reviews,2009,17:21-44.

[76]Drake M T, Valley R D. Validation and application of a fish-based index of biotic integrity for small central Minnesota lakes [J]. North American Journal of Fisheries Management,2005,25(3):1095-1111.

[77]Lunde K B, Resh V H. Development and validation of a macroinvertebrate index of biotic integrity (IBI) for assessing urban impacts to Northern California freshwater wetlands [J].Environmental Monitoring and Assessment, 2012,184(6):3653-3674.

[78]Weisberg S B, Ranasinghe J A, Dauer D M, et al. An estuarine benthic index of biotic integrity (B-IBI) for Chesapeake Bay [J].Estuaries, 1997,20(1):149-158.

[79]Williams M R, Filoso S, Longstaff B J, et al. Long-term trends of water quality and biotic metrics in Chesapeake Bay: 1986 to 2008[J]. Estuaries and Coasts, 2010,33(6):1279-1299.

[80]Klemm D J, Blocksom K A, Fulk F A, et al. Development and evaluation of a macroinvertebrate biotic integrity index (MBII)for regionally assessing Mid-Atlantic Highlands streams [J].Environmental Management, 2003,31(5):656-669.

[81]Wang Y, Stevenson R J, Metzmeier L. Development and evaluation of a diatom-based Index of Biotic Integrity for the Interior Plateau Ecoregion, USA [J]. Journal of the North American Benthological Society, 2005,24(4):990-1008.

[82]Kane D D, Gordon S I, Munawar M, et al. The Planktonic Index of Biotic Integrity (P-IBI): an approach for assessing lake ecosystem health [J]. Ecological Indicators, 2009,9(6):1234-1247.

[83]Feio M J, Aguiar F C, Almeida S, et al. AQUAFLORA: A predictive model based on diatoms and macrophytes for streams water quality assessment [J]. Ecological Indicators, 2012,18:586-598.

[84]Clapcott J E, Goodwin E O, Young R G, et al. A multimetric approach for predicting the ecological integrity of New Zealand streams [J]. Knowledge and Management of Aquatic Ecosystems,2014,415:3.

[85]Chen K, Hughes R M, Brito J G, et al. A multi-assemblage,multi-metric biological condition index for eastern Amazonia streams [J]. Ecological Indicators, 2017,78:48-61.

[86]Bramblett R G, Johnson T R, Zale A V, et al. Development and evaluation of a fish assemblage index of biotic integrity for northwestern Great Plains streams [J]. Transactions of the American Fisheries Society, 2005,134(3):624-640.

[87]Paulsen S, Stoddard J, Holdsworth S, et al. Wadeable streams assessment: a collaborative survey of the Nation's streams [M].Washington: Environmental Protection Agency, 2006.

[88]Harris J H, Silveira R. Large-scale assessments of river health using an Index of Biotic Integrity with low-diversity fish communities [J]. Freshwater Biology, 1999,41(2):235-252.

[89]Hering D, Moog O, Sandin L, et al. Overview and application of the AQEM assessment system [J]. Hydrobiologia, 2004,516(1-3):1-20.

[90]王備新,楊蓮芳,胡本進,等.應用底棲動物完整性指數(shù) B-IBI評價溪流健康 [J]. 生態(tài)學報, 2005,25(6):1481-1490.

[91]鄭海濤.怒江中上游魚類生物完整性評價 [D]. 武漢:華中農(nóng)業(yè)大學, 2006.

[92]裴雪姣,牛翠娟,高 欣,等.應用魚類完整性評價體系評價遼河流域健康 [J]. 生態(tài)學報, 2010,30(21):5736-5746.

[93]曹艷霞,張 杰,蔡德所,等.應用底棲無脊椎動物完整性指數(shù)評價漓江水系健康狀況 [J]. 水資源保護, 2010,26(2):13-17.

[94]張方方,張 萌,劉足根,等.基于底棲生物完整性指數(shù)的贛江流域河流健康評價 [J]. 水生生物學報, 2011,35(6):963-971.

[95]Wu N, Cai Q, Fohrer N. Development and evaluation of a diatom-based index of biotic integrity (D-IBI) for rivers impacted by run-of-river dams [J]. Ecological Indicators, 2012,18:108-117.

[96]張 遠,徐成斌,馬溪平,等.遼河流域河流底棲動物完整性評價指標與標準 [J]. 環(huán)境科學學報, 2007,27(6):919-927.

[97]渠曉東.香溪河大型底棲動物時空動態(tài)、生物完整性及小水電站的影響研究 [D]. 武漢:中國科學院水生生物研究所, 2006.

[98]蔡 琨,張 杰,徐兆安,等.應用底棲動物完整性指數(shù)評價太湖生態(tài)健康 [J]. 湖泊科學, 2014,26(1):74-82.

[99]Huang Q, Gao J, Cai Y, et al. Development and application of benthic macroinvertebrate-based multimetric indices for the assessment of streams and rivers in the Taihu Basin, China [J].Ecological Indicators, 2015,48:649-659.

[100]Li F, Cai Q, Ye L. Developing a Benthic Index of Biological Integrity and some relationships to environmental factors in the subtropical Xiangxi River, China [J]. International Review of Hydrobiology, 2010,95(2):171-189.

[101]陳 凱,于海燕,張汲偉,等.基于底棲動物預測模型構建生物完整性指數(shù)(MMI)評價河流健康 [J]. 應用生態(tài)學報, 2017,6(28):1993-2002.

[102]Feio M J, Poquet J M. Predictive models for freshwater biological assessment: statistical approaches, biological elements and the Iberian Peninsula experience: a review [J]. International Review of Hydrobiology, 2011,96(4):321-346.

[103]Hawkins C P, Norris R H, Hogue J N, et al. Development and evaluation of predictive models for measuring the biological integrity of streams [J]. Ecological Applications, 2000,5(10):1456-1477.

[104]Sickle J V, Huff D D, Hawkins C P. Selecting discriminant function models for predicting the expected richness of aquatic macroinvertebrates [J]. Freshwater Biology, 2006,51(2):359-372.

[105]Karr, Ellen W. Chu J R. Sustaining living rivers [J].Hydrobiologia, 2000,422/423:1-14.

[106]Reynoldson T B, Bailey R C, Day K E, et al. Biological guidelines for freshwater sediment based on BEnthic Assessment of SedimenT (the BEAST) using a multivariate approach for predicting biological state [J]. Australian Journal of Ecology,1995,20(1):198-219.

[107]Smith M J, Kay W R, Edward D, et al. AusRivAS: using macroinvertebrates to assess ecological condition of rivers in Western Australia [J]. Freshwater Biology, 1999,41(2):269-282.

[108]Davis J, Horwitz P, Norris R, et al. Are river bioassessment methods using macroinvertebrates applicable to wetlands? [J].Hydrobiologia, 2006,572(1):115-128.

[109]Joy M K, Death R G. Predictive modelling of freshwater fish as a biomonitoring tool in New Zealand [J]. Freshwater Biology,2002,47(11):2261-2275.

[110]Chessman B, Growns I, Currey J, et al. Predicting diatom communities at the genus level for the rapid biological assessment of rivers [J]. Freshwater Biology, 1999,41(2):317-331.

[111]Aguiar F C, Feio M J, Ferreira M T. Choosing the best method for stream bioassessment using macrophyte communities: indices and predictive models [J]. Ecological Indicators, 2011,11(2):379-388.

[112]Mendes T, Calapez A R, Elias C L, et al. Comparing alternatives for combining invertebrate and diatom assessment in stream quality classification [J]. Marine and Freshwater Research, 2014,65(7):612-623.

[113]Davies N M, Norris R H, Thoms M C. Prediction and assessment of local stream habitat features using large-scale catchment characteristics [J]. Freshwater Biology, 2000,45(3):343-369.

[114]唐 濤,蔡慶華,劉建康.河流生態(tài)系統(tǒng)健康及其評價 [J]. 應用生態(tài)學報, 2002,13(9):1191-1194.

[115]楊文慧,嚴忠民,吳建華.河流健康評價的研究進展 [J]. 河海大學學報(自然科學版), 2005,33(6):5-9.

[116]吳阿娜,楊 凱,車 越,等.河流健康狀況的表征及其評價 [J].水科學進展, 2005,16(4):602-608.

[117]戴紀翠,倪晉仁.底棲動物在水生生態(tài)系統(tǒng)健康評價中的作用分析 [J]. 生態(tài)環(huán)境, 2008,17(6):2107-2111.

[118]郭向楠,張曉冰,馬 濤.河流健康評估的研究與應用進展研究[J]. 環(huán)境科學與管理, 2013,38(10):170-174.

[119]鄧曉軍,許有鵬,翟祿新,等.城市河流健康評價指標體系構建及其應用 [J]. 生態(tài)學報, 2014,34(4):993-1001.

[120]張 杰,蔡德所,曹艷霞,等.評價漓江健康的 RIVPACS預測模型研究 [J]. 湖泊科學, 2011,23(1):73-79.

[121]陳 凱,劉 祥,陳求穩(wěn),等.應用 O/E 模型評價淮河流域典型水體底棲動物完整性健康的研究 [J]. 環(huán)境科學學報, 2016,36(7):2677-2686.

[122]孟 偉,秦延文,鄭丙輝,等.流域水質(zhì)目標管理技術研究(Ⅲ)——水環(huán)境流域監(jiān)控技術研究 [J]. 環(huán)境科學研究, 2008,21(1):9-16.

[123]孟 偉,劉征濤,張 楠,等.流域水質(zhì)目標管理技術研究(Ⅱ)——水環(huán)境基準、標準與總量控制 [J]. 環(huán)境科學研究, 2008,21(1):1-8.